Python多组散点图绘制技术求助：实现同画布多组散点、差异化标记及组内变量自定义颜色

嘿，我帮你搞定这个散点图的颜色问题！先指出你代码里的两个关键问题：

1. 参数顺序错误：你把sample_data.Image2作为x轴传入，但你的x轴标签是"Physical Luminance"，显然应该对应PL系列变量（ORI_PL、ORILOWER_PL、ORIHIGH_PL），y轴对应ML系列变量（ORI_ML等），这个得先修正。
2. 颜色参数用法不对：你给c传了单一颜色值（比如'gray'、'b'），所以整组散点都是同一种颜色，自然没法实现组内每个点的颜色差异化。

下面是满足你需求的完整解决方案：

第一步：定义指定的调色板 #

先把你要求的调色板定义好，matplotlib支持大写的颜色名称，直接用就行：

import matplotlib.pyplot as plt

# 你指定的调色板
palette = ['BLUE', 'YELLOW', 'GREEN', 'RED', 'ORANGE']

第二步：实现组内点的颜色差异化 #

分两种常见场景来处理，你可以根据自己的实际情况选择：

场景1：根据分类变量分配颜色（推荐） #

如果你的数据里有一个分类列（比如每个点属于某个类别，正好对应调色板里的颜色），直接用这个列映射颜色就行：

# 假设你的数据有个category列，取值对应调色板的索引或者颜色名称
# 先创建颜色映射字典
color_map = {i: palette[i] for i in range(len(palette))}
# 如果category是字符串（比如'BLUE'、'YELLOW'），直接用：
# color_map = {color: color for color in palette}

# 第一组：ORI_PL vs ORI_ML，标记用"o"
plt.scatter(sample_data.ORI_PL, sample_data.ORI_ML, 
            marker="o", 
            c=sample_data.category.map(color_map))

# 第二组：ORILOWER_PL vs ORILOWER_ML，标记用"+"
plt.scatter(sample_data.ORILOWER_PL, sample_data.ORILOWER_ML, 
            marker="+", 
            c=sample_data.category.map(color_map))

# 第三组：ORIHIGH_PL vs ORIHIGH_ML，标记用"_"
plt.scatter(sample_data.ORIHIGH_PL, sample_data.ORIHIGH_ML, 
            marker="_", 
            c=sample_data.category.map(color_map))

场景2：循环使用调色板颜色（无分类变量） #

如果没有分类变量，只是想让组内每个点颜色不同，循环用你指定的调色板颜色，可以用itertools.cycle来生成循环的颜色序列：

from itertools import cycle

# 创建调色板的循环迭代器
color_cycler = cycle(palette)

# 第一组：生成和数据长度匹配的颜色列表
colors_ori = [next(color_cycler) for _ in range(len(sample_data.ORI_PL))]
plt.scatter(sample_data.ORI_PL, sample_data.ORI_ML, 
            marker="o", 
            c=colors_ori)

# 重置迭代器，让第二组从调色板开头开始循环（可选）
color_cycler = cycle(palette)
colors_lower = [next(color_cycler) for _ in range(len(sample_data.ORILOWER_PL))]
plt.scatter(sample_data.ORILOWER_PL, sample_data.ORILOWER_ML, 
            marker="+", 
            c=colors_lower)

# 重置迭代器
color_cycler = cycle(palette)
colors_high = [next(color_cycler) for _ in range(len(sample_data.ORIHIGH_PL))]
plt.scatter(sample_data.ORIHIGH_PL, sample_data.ORIHIGH_ML, 
            marker="_", 
            c=colors_high)

第三步：添加标签和展示图形 #

最后加上你的标签，还可以加个图例方便区分三组散点：

plt.xlabel("Physical Luminance")
plt.ylabel("Matched Luminance")
plt.legend(['ORI', 'ORILOWER', 'ORIHIGH'])
plt.show()

小提示 #

• 如果每组数据点数量相同，也可以直接用palette * (len(data)//len(palette) + 1)生成足够的颜色序列，不用itertools.cycle。
• matplotlib对颜色名称的大小写不敏感，所以'BLUE'和'blue'效果一样。

内容的提问来源于stack exchange，提问作者Malu soma